形态学图像处理

3. 击中（Hit）与击不中（Miss）
，那么称 B击中 A，记为 B↑A， 其中 是空集合的符号；否则，如果A∩B= ， 那么称B
设有两幅图像 A 和 B，如果 A∩B≠ 击不中A， 如图6-3所示。
A
B
A
B
(a)
(b)
图6-3 击中与击不中 （a） B击中A； （b） B击不中A
Digital Image Processing, 2nd ed.
抽取、边界检测、 图像滤波、图像增强和恢复等。
Digital Image Processing, 2nd ed.
数学形态学方法利用一个称作结构元素的 “探针”收集图像的信息，当探针在图像中不断
移动时， 便可考察图像各个部分之间的相互关系，
从而了解图像的结构特征。数学形态学基于探测
的思想，与人的FOA(Focus Of Attention)的视觉
XS {z | (S )z X }
式(6-2)表明，X用S腐蚀的结果是所有使S平移x后仍 在X中的x的集合。换句话说，用S来腐蚀X得到的集合是S完 全包括在X中时S的原点位置的集合。上式也可以帮助我们借 助相关概念来理解腐蚀操作。
Digital Image Processing, 2nd ed.
测地距离的图像重建，基于形态学滤波器的颗粒分析
等。迄今为止， 还没有一种方法能像数学形态学那样
既有坚实的理论基础，简洁、 朴素、 统一的基本思
想，又有如此广泛的实用价值。有人称数学形态学在
理论上是严谨的，在基本观念上却是简单和优美的。
Digital Image Processing, 2nd ed.
Digital Image Processing, 2nd ed.
6.1.2 基本符号和术语
1. 元素和集合 在数字图像处理的数学形态学运算中，把一幅图像称 为一个集合。对于二值图像而言，习惯上认为取值为1的点对应 于景物中心，用阴影表示，而取值为0的点构成背景，用白色表 示， 这类图像的集合是直接表示的。考虑所有值为 1 的点的集 合为A， 则A与图像是一一对应的。对于一幅图像A，如果点a在 A 的区域以内， 那么就说 a 是 A 的元素，记为 a∈A，否则，记作
Ŝ
膨 胀 过 程 S
Digital Image Processing, 2nd ed.
腐蚀与膨胀示例
Digital Image Processing, 2nd ed.
Matlab实现腐蚀与膨胀运算
BW=imread('text.tif'); SE1=ones(2,2); SE2=ones(5,5); BW1=imdilate(BW,SE1); BW2=imdilate(BW,SE2); figure,subplot(221),subimage(BW),title('Original'); subplot(222);subimage(BW1);title('Dialate 2-2'); subplot(223);subimage(BW2);title('Dialate 5-5'); se1=ones(2,2); se2 = ones(5,5); I1=imerode(BW1,se1); I2=imerode(BW2,se2); figure,subplot(221);subimage(I),title('Original') subplot(222),subimage(I1),title('Eroded 2-2') subplot(223),subimage(I2),title('Eroded 5-5')
Digital Image Processing, 2nd ed.
逻辑运算
Digital Image Processing, 2nd ed.
Digital Image Processing, 2nd ed.
逻辑运算示例
Digital Image Processing, 2nd ed.
6.2 二值形态学
＋
(a)
(b)
(c)
图6-7 腐蚀运算示例
Digital Image Processing, 2nd ed.
图6-7 腐Processing, 2nd ed.
6.2.2 膨胀（Dilation)
膨胀
腐蚀可以看作是将图像X中每一与结构元素S全等的 子集S+x收缩为点x。反之，也可以将X中的每一个点x扩大为
Digital Image Processing, 2nd ed.
数学形态学是由一组形态学的代数运算子组成
的，它的基本运算有 4个： 膨胀（或扩张）、腐蚀 （或侵蚀）、开启和闭合， 它们在二值图像和灰度 图像中各有特点。基于这些基本运算还可推导和组 合成各种数学形态学实用算法，用它们可以进行图
像形状和结构的分析及处理，包括图像分割、特征
Digital Image Processing, 2nd ed.
腐蚀
A B 模板的原点在结构元素 内部，腐蚀具有收缩图像 的作用。
A
B
B
Digital Image Processing, 2nd ed.
例6-1 腐蚀运算图解。图6-7给出腐蚀运算的一个简单示例。
其中， 图6-7(a)中的阴影部分为集合X， 图6-7 (b)中的阴 影部分为结构元素S， 而图(c)中黑色部分给出了X S 的结果。 由图可见，腐蚀将图像（区域）收缩小了。
出“击中/击不中变换”， 并在理论层面上第一次引入了形态
学的表达式，建立了颗粒分析方法。他们的工作奠定了这门学 科的理论基础， 如击中 /击不中变换、开闭运算、布尔模型及
纹理分析器的原型等。数学形态学的基本思想是用具有一定形
态的结构元素去量度和提取图像中的对应形状以达到对图像分 析和识别的目的。
Digital Image Processing, 2nd ed.
特点有类似之处。作为探针的结构元素，可直接 携带知识（形态、大小、甚至加入灰度和色度信 息）来探测、研究图像的结构特点。
Digital Image Processing, 2nd ed.
数学形态学的基本思想及方法适用于与图像处理有
关的各个方面，如基于击中/击不中变换的目标识别，
基于腐蚀和开运算的骨架抽取及图像编码压缩，基于
二值形态学中的运算对象是集合。设 A 为图像集合， S为结构元素，数学形态学运算是用S对A进行操作。以 下用阴影代表值为 1 的区域，白色代表值为 0 的区域， 运算是对值为1的区域进行的。二值形态学中两个最基 本的运算——腐蚀与膨胀，如图6-5所示。
Digital Image Processing, 2nd ed.
在计算机文字识别， 计算机显微图像分析(如定
量金相分析， 颗粒分析 )， 医学图像处理（例如细
胞检测、心脏的运动过程研究、 脊椎骨癌图像自动
数量描述），图像编码压缩， 工业检测(如食品检验
和印刷电路自动检测)，材料科学， 机器人视觉，汽
车运动情况监测等方面都取得了非常成功的应用。另
外，数学形态学在指纹检测、经济地理等领域也有良 好的应用前景。
a∈A， 如图6-1(a)所示。
Digital Image Processing, 2nd ed.
b a A (a) (b)
B B
A
图6-1 元素与集合间的关系
Digital Image Processing, 2nd ed.
集合
2、交集、 并集、补集、差集
Digital Image Processing, 2nd ed.
Digital Image Processing, 2nd ed.
第6章 形态学图像处理(第9章）
Morphological Image Processing
利用数学形态学进行图像处理
Digital Image Processing, 2nd ed.
6.1 概述
主要内容
6.2 二值形态学 腐蚀、膨胀、开、闭 6.3 形态学运算应用
数学形态学 基本符号和术语
提取边界、骨架、区域填充、提取连通分量、 去噪 6.4 Matlab 形态学运算
Digital Image Processing, 2nd ed.
6.1 概述
6.1.1 数学形态学 数学形态学(Mathematical Morphology)诞生于1964年， 是由法国巴黎矿业学院博士生赛拉 (J. Serra) 和导师马瑟荣， 在从事铁矿核的定量岩石学分析及预测其开采价值的研究中提
第一种情形说明S+x与X相关最大，第二种情形说明S+x 与X不相关，而第三种情形说明S+x与X只是部分相关。因而 满足式(6-1)的点x的全体构成结构元素与图像最大相关点集， 这个点集称为S对X的腐蚀(简称腐蚀，有时也称X用S腐蚀)， 记为X S。
腐蚀也可以用集合的方式定义，即 （6-2）
XS {x | S x X }
S+x，这就是膨胀运算，记为X S。若用集合语言，它的定义
为
X S {z | (s )z X }
^
A B
A B
Digital Image Processing, 2nd ed.
膨胀示例
Digital Image Processing, 2nd ed.
腐蚀示例
Digital Image Processing, 2nd ed.
二值 图像 腐蚀 膨胀
图6-5 腐蚀与膨胀示意图
Digital Image Processing, 2nd ed.
6.2.1 腐蚀(Erosion)
腐蚀是最基本的一种数学形态学运算。对一个给
定的目标图像X和一个结构元素S， 想象一下将S在图像上